Comment utiliser la machine virtuelle Python

Conception du bytecode python

Un bytecode python se compose principalement de deux parties, l'une est le code d'opération et l'autre est les paramètres de ce code d'opération. Dans cpython, seuls certains bytecodes ont des paramètres. Si le bytecode correspondant n'est pas paramétré, alors. la valeur de oparg est égale à 0. En python, l'instruction avec l'opcode

opcode et oparg occupent chacun un octet, et la machine virtuelle cpython utilise le mode little endian pour enregistrer le bytecode.

Nous utilisons l'extrait de code suivant pour d'abord comprendre la conception du bytecode :

import dis


def add(a, b):
    return a + b


if __name__ == '__main__':
    print(add.__code__.co_code)
    print("bytecode: ", list(bytearray(add.__code__.co_code)))
    dis.dis(add)

La sortie du code ci-dessus dans python3.9 est la suivante :

b'|\x00|\x01\x17\x00S\x00'
bytecode:  [124, 0, 124, 1, 23, 0, 83, 0]
  5           0 LOAD_FAST                0 (a)
              2 LOAD_FAST                1 (b)
              4 BINARY_ADD
              6 RETURN_VALUE

La première chose que vous devez comprendre est que add.__code__.co_code est la fonction add Bytecode est une séquence d'octets list(bytearray(add.__code__.co_code)) consiste à séparer cette séquence octet par octet et à la convertir sous forme décimale. Selon chaque instruction dont nous avons parlé plus tôt - le bytecode occupe 2 octets, donc le bytecode ci-dessus a quatre instructions :

Le code d'opération et l'instruction d'opération correspondante ont un tableau de correspondance détaillé à la fin de l'article . Dans le code ci-dessus, trois instructions de bytecode sont principalement utilisées, à savoir 124, 23 et 83. Leurs instructions d'opération correspondantes sont respectivement LOAD_FAST, BINARY_ADD et RETURN_VALUE. Leurs significations sont les suivantes :

LOAD_FAST : placez varnames[var_num] en haut de la pile. BINARY_ADD : extrayez deux objets de la pile et placez le résultat de leur ajout en haut de la pile. RETURN_VALUE : placez l'élément en haut de la pile et utilisez-le comme valeur de retour de la fonction.

La première chose que nous devons savoir est BINARY_ADD et RETURN_VALUE. Ces deux instructions d'opération n'ont pas de paramètres, donc les paramètres après ces deux opcodes sont tous 0.

Mais LOAD_FAST a des paramètres. Nous savons déjà plus haut que LOAD_FAST pousse les co-varnames[var_num] sur la pile, et var_num est le paramètre de l'instruction LOAD_FAST. Il y a deux instructions LOAD_FAST dans le code ci-dessus, qui placent a et b sur la pile. Leurs indices dans les noms de variables sont respectivement 0 et 1, donc leurs opérandes sont 0 et 1.

Paramètres d'extension de bytecode

Les opérandes et opcodes de bytecode python dont nous avons parlé ci-dessus occupent chacun un octet, mais si le nombre de noms de variables ou de données de table constantes est supérieur à la plage de représentation de 1 octet, alors comment gérer le changement ?

Afin de résoudre ce problème, cpython conçoit des paramètres étendus pour le bytecode. Par exemple, si nous voulons charger l'objet avec l'indice 66113 dans la table des constantes, alors le bytecode correspondant est le suivant :

[144, 1, 144, 2, 100, 65]

144 représente EXTENDED_ARG, Il ne s'agit essentiellement pas d'un bytecode qui doit être exécuté par la machine virtuelle python. Ce champ est principalement conçu pour le calcul de paramètres étendus. La commande d'opération correspondant à

100 est LOAD_CONST et son opcode est 65. Cependant, la commande ci-dessus ne chargera pas l'objet avec l'indice 65 dans la table des constantes, mais chargera l'objet avec l'indice 66113. La raison est que de EXTENDED_ARG.

Simulons maintenant le processus d'analyse ci-dessus :

Lisons d'abord une instruction de bytecode, l'opcode est égal à 144, indiquant qu'il s'agit d'un paramètre étendu, puis le paramètre arg à ce moment est égal à (1 x (1

Le processus de calcul ci-dessus est représenté par le code du programme comme suit. Dans le code ci-dessous, le code est la séquence d'octets réelle HAVE_ARGUMENT = 90.

def _unpack_opargs(code):
    extended_arg = 0
    for i in range(0, len(code), 2):
        op = code[i]
        if op >= HAVE_ARGUMENT:
            arg = code[i+1] | extended_arg
            extended_arg = (arg << 8) if op == EXTENDED_ARG else 0
        else:
            arg = None
        yield (i, op, arg)

Nous pouvons utiliser le code pour vérifier notre analyse précédente :

import dis


def num_to_byte(n):
    return n.to_bytes(1, "little")


def nums_to_bytes(data):
    ans = b"".join([num_to_byte(n) for n in data])
    return ans


if __name__ == '__main__':
    # extended_arg extended_num opcode oparg for python_version > 3.5
    bytecode = nums_to_bytes([144, 1, 144, 2, 100, 65])
    print(bytecode)
    dis.dis(bytecode)

La sortie du code ci-dessus est la suivante :

b'\x90\x01\x90\x02dA'
          0 EXTENDED_ARG             1
          2 EXTENDED_ARG           258
          4 LOAD_CONST           66113 (66113)

Selon la sortie du programme ci-dessus, nous pouvons voir que nos résultats d'analyse sont corrects.

Tableau de mappage du bytecode du code source

Dans cette section, nous analysons principalement le champ co_lnotab dans un objet code et apprenons la conception de ce champ en analysant un champ spécifique.

import dis


def add(a, b):
    a += 1
    b += 2
    return a + b


if __name__ == '__main__':
    dis.dis(add.__code__)
    print(f"{list(bytearray(add.__code__.co_lnotab)) = }")
    print(f"{add.__code__.co_firstlineno = }")

Tout d'abord, la première colonne de la sortie de dis est le numéro de ligne du code source correspondant au bytecode, et la deuxième colonne est le déplacement du bytecode dans la séquence d'octets.

Le résultat de sortie du code ci-dessus est le suivant :

  源代码的行号  字节码的位移
  6           0 LOAD_FAST                0 (a)
              2 LOAD_CONST               1 (1)
              4 INPLACE_ADD
              6 STORE_FAST               0 (a)

  7           8 LOAD_FAST                1 (b)
             10 LOAD_CONST               2 (2)
             12 INPLACE_ADD
             14 STORE_FAST               1 (b)

  8          16 LOAD_FAST                0 (a)
             18 LOAD_FAST                1 (b)
             20 BINARY_ADD
             22 RETURN_VALUE
list(bytearray(add.__code__.co_lnotab)) = [0, 1, 8, 1, 8, 1]
add.__code__.co_firstlineno = 5

À partir du résultat de sortie du code ci-dessus, nous pouvons voir que le bytecode est divisé en trois segments, et chaque segment représente le bytecode d'une ligne de code. Analysons maintenant le champ co_lnotab. Ce champ est en fait divisé en deux octets. Par exemple, le [0, 1, 8, 1, 8, 1] ci-dessus peut être divisé en trois segments [0, 1], [8, 1], [8, 1]. Les significations sont :

第一个数字表示距离上一行代码的字节码数目。 第二个数字表示距离上一行有效代码的行数。

现在我们来模拟上面代码的字节码的位移和源代码行数之间的关系：

[0, 1]，说明这行代码离上一行代码的字节位移是 0 ，因此我们可以看到使用 dis 输出的字节码 LOAD_FAST ，前面的数字是 0，距离上一行代码的行数等于 1 ，代码的第一行的行号等于 5，因此 LOAD_FAST 对应的行号等于 5 + 1 = 6 。 [8, 1]，说明这行代码距离上一行代码的字节位移为 8 个字节，因此第二块的 LOAD_FAST 前面是 8 ，距离上一行代码的行数等于 1，因此这个字节码对应的源代码的行号等于 6 + 1 = 7。 [8, 1]，同理可以知道这块字节码对应源代码的行号是 8 。

现在有一个问题是当两行代码之间相距的行数超过 一个字节的表示范围怎么办？在 python3.5 以后如果行数差距大于 127，那么就使用 (0, 行数) 对下一个组合进行表示，(0, \(x_1\)), (0,$ x_2$) ... ，直到 \(x_1 + ... + x_n\) = 行数。

在后面的程序当中我们会使用 compile 这个 python 内嵌函数。当你使用Python编写代码时，可以使用compile()函数将Python代码编译成字节代码对象。这个字节码对象可以被传递给Python的解释器或虚拟机，以执行代码。

compile()函数接受三个参数：

source: 要编译的Python代码，可以是字符串，字节码或AST对象。 filename: 代码来源的文件名（如果有），通常为字符串。 mode: 编译代码的模式。可以是 'exec'、'eval' 或 'single' 中的一个。'exec' 模式用于编译多行代码，'eval' 用于编译单个表达式，'single' 用于编译单行代码。

import dis

code = """
x=1
y=2
""" \
+ "\n" * 500 + \
"""
z=x+y
"""

code = compile(code, &#39;<string>&#39;, &#39;exec&#39;)
print(list(bytearray(code.co_lnotab)))
print(code.co_firstlineno)
dis.dis(code)

上面的代码输出结果如下所示：

[0, 1, 4, 1, 4, 127, 0, 127, 0, 127, 0, 121]
1
  2           0 LOAD_CONST               0 (1)
              2 STORE_NAME               0 (x)

  3           4 LOAD_CONST               1 (2)
              6 STORE_NAME               1 (y)

505           8 LOAD_NAME                0 (x)
             10 LOAD_NAME                1 (y)
             12 BINARY_ADD
             14 STORE_NAME               2 (z)
             16 LOAD_CONST               2 (None)
             18 RETURN_VALUE

根据我们前面的分析因为第三行和第二行之间的差距大于 127 ，因此后面的多个组合都是用于表示行数的。

505 = 3(前面已经有三行了) + (127 + 127 + 127 + 121)(这个是第二行和第三行之间的差距，这个值为 502，中间有 500 个换行但是因为字符串相加的原因还增加了两个换行，因此一共是 502 个换行)。

具体的算法用代码表示如下所示，下面的参数就是我们传递给 dis 模块的 code，也就是一个 code object 对象。

def findlinestarts(code):
    """Find the offsets in a byte code which are start of lines in the source.

    Generate pairs (offset, lineno) as described in Python/compile.c.

    """
    byte_increments = code.co_lnotab[0::2]
    line_increments = code.co_lnotab[1::2]
    bytecode_len = len(code.co_code)

    lastlineno = None
    lineno = code.co_firstlineno
    addr = 0
    for byte_incr, line_incr in zip(byte_increments, line_increments):
        if byte_incr:
            if lineno != lastlineno:
                yield (addr, lineno)
                lastlineno = lineno
            addr += byte_incr
            if addr >= bytecode_len:
                # The rest of the lnotab byte offsets are past the end of
                # the bytecode, so the lines were optimized away.
                return
        if line_incr >= 0x80:
            # line_increments is an array of 8-bit signed integers
            line_incr -= 0x100
        lineno += line_incr
    if lineno != lastlineno:
        yield (addr, lineno)

操作	操作码
POP_TOP	1
ROT_TWO	2
ROT_THREE	3
DUP_TOP	4
DUP_TOP_TWO	5
ROT_FOUR	6
NOP	9
UNARY_POSITIVE	10
UNARY_NEGATIVE	11
UNARY_NOT	12
UNARY_INVERT	15
BINARY_MATRIX_MULTIPLY	16
INPLACE_MATRIX_MULTIPLY	17
BINARY_POWER	19
BINARY_MULTIPLY	20
BINARY_MODULO	22
BINARY_ADD	23
BINARY_SUBTRACT	24
BINARY_SUBSCR	25
BINARY_FLOOR_DIVIDE	26
BINARY_TRUE_DIVIDE	27
INPLACE_FLOOR_DIVIDE	28
INPLACE_TRUE_DIVIDE	29
RERAISE	48
WITH_EXCEPT_START	49
GET_AITER	50
GET_ANEXT	51
BEFORE_ASYNC_WITH	52
END_ASYNC_FOR	54
INPLACE_ADD	55
INPLACE_SUBTRACT	56
INPLACE_MULTIPLY	57
INPLACE_MODULO	59
STORE_SUBSCR	60
DELETE_SUBSCR	61
BINARY_LSHIFT	62
BINARY_RSHIFT	63
BINARY_AND	64
BINARY_XOR	65
BINARY_OR	66
INPLACE_POWER	67
GET_ITER	68
GET_YIELD_FROM_ITER	69
PRINT_EXPR	70
LOAD_BUILD_CLASS	71
YIELD_FROM	72
GET_AWAITABLE	73
LOAD_ASSERTION_ERROR	74
INPLACE_LSHIFT	75
INPLACE_RSHIFT	76
INPLACE_AND	77
INPLACE_XOR	78
INPLACE_OR	79
LIST_TO_TUPLE	82
RETURN_VALUE	83
IMPORT_STAR	84
SETUP_ANNOTATIONS	85
YIELD_VALUE	86
POP_BLOCK	87
POP_EXCEPT	89
STORE_NAME	90
DELETE_NAME	91
UNPACK_SEQUENCE	92
FOR_ITER	93
UNPACK_EX	94
STORE_ATTR	95
DELETE_ATTR	96
STORE_GLOBAL	97
DELETE_GLOBAL	98
LOAD_CONST	100
LOAD_NAME	101
BUILD_TUPLE	102
BUILD_LIST	103
BUILD_SET	104
BUILD_MAP	105
LOAD_ATTR	106
COMPARE_OP	107
IMPORT_NAME	108
IMPORT_FROM	109
JUMP_FORWARD	110
JUMP_IF_FALSE_OR_POP	111
JUMP_IF_TRUE_OR_POP	112
JUMP_ABSOLUTE	113
POP_JUMP_IF_FALSE	114
POP_JUMP_IF_TRUE	115
LOAD_GLOBAL	116
IS_OP	117
CONTAINS_OP	118
JUMP_IF_NOT_EXC_MATCH	121
SETUP_FINALLY	122
LOAD_FAST	124
STORE_FAST	125
DELETE_FAST	126
RAISE_VARARGS	130
CALL_FUNCTION	131
MAKE_FUNCTION	132
BUILD_SLICE	133
LOAD_CLOSURE	135
LOAD_DEREF	136
STORE_DEREF	137
DELETE_DEREF	138
CALL_FUNCTION_KW	141
CALL_FUNCTION_EX	142
SETUP_WITH	143
LIST_APPEND	145
SET_ADD	146
MAP_ADD	147
LOAD_CLASSDEREF	148
EXTENDED_ARG	144
SETUP_ASYNC_WITH	154
FORMAT_VALUE	155
BUILD_CONST_KEY_MAP	156
BUILD_STRING	157
LOAD_METHOD	160
CALL_METHOD	161
LIST_EXTEND	162
SET_UPDATE	163
DICT_MERGE	164
DICT_UPDATE	165

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!